图像滤波方法、装置及设备与流程

1.本技术涉及图像领域，尤其涉及一种图像滤波方法、装置及设备。


背景技术：

2.目前，图像最为一种信息传递的载体已广泛地应用于生产和生活等各个领域中。然而，在图像实际传输过程中，图像的质量往往会受到需要噪声和干扰，导致用户所观察到的图像信息不准确。
3.相关技术中，在进行图像滤波时，通常仅选定一个固定尺寸的掩膜对获取到的图像进行滤波处理，进而导致滤波结果受固定尺寸的掩膜的限制，容易出现滤波后的图像质量差的问题。
4.因此，亟需一种图像滤波方法，以提高图像滤波的质量。


技术实现要素：

5.本技术提供种图像滤波方法、装置及设备，用以解决相关技术中滤波后的所得到的图像质量差的问题。
6.第一方面，本技术提供一种图像滤波方法，包括：
7.获取初始图像以及多个不同尺寸的掩膜；
8.针对每一掩膜，根据所述掩膜对所述初始图像进行滤波处理，得到所述掩膜对应的中间图像；
9.针对每一掩膜所对应的中间图像，确定所述中间图像对应的质量评价结果；所述质量评价结果包括多个评价参数，每一评价参数对应一个评价指标，且不同评价参数对应的评价指标不同；
10.根据各中间图像对应的质量评价结果，对各中间图像进行融合处理，得到所述初始图像对应的融合后的滤波图像。
11.在一种可能的实现方式中，根据各中间图像对应的质量评价结果，对各中间图像进行融合处理，得到所述初始图像对应的融合后的滤波图像，包括：
12.根据各中间图像对应的质量评价结果，确定与每一中间图像一一对应的权重值；
13.根据与每一中间图像一一对应的权重值，对各掩膜对应的中间图像进行加权求和处理，得到融合后的滤波图像。
14.在一种可能的实现方式中，根据各中间图像对应的质量评价结果，确定与每一中间图像一一对应的权重值，包括：
15.针对同一评价指标下的各中间图像所对应的评价参数进行归一化处理，得到所述评价指标下的归一化结果；
16.确定所述中间图像对应的不同评价指标下的归一化结果中的最大值以及最小值分别为所述中间图像对应的第一值以及第二值；
17.根据各中间图像对应的第一值以及各中间图像对应的第二值，确定与每一中间图
像一一对应的权重值。
18.在一种可能的实现方式中，根据各中间图像对应的第一值以及第二值，确定与每一中间图像一一对应的权重值，包括：
19.根据各中间图像对应的第一值以及第二值，确定各掩膜所对应的中间图像的信任度信息，所述信任度信息用于表征对所述中间图像的信任度、对所述中间图像的拒绝度以及对所述中间图像的不确定度；
20.对各掩膜所对应的中间图像的信任度信息进行融合处理，得到融合后的信任度信息；
21.根据所述融合后的信任度信息，确定与每一中间图像一一对应的权重值。
22.在一种可能的实现方式中，根据各中间图像对应的第一值以及第二值，确定与每一中间图像一一对应的权重值，包括：
23.根据各中间图像对应的第一值以及第二值，确定第一质量函数信息以及第二质量函数信息，所述第一质量函数信息为基于悲观方式得到的信任度信息；所述第二质量函数信息为基于乐观方式得到的信任度信息；
24.对所述第一质量函数信息以及所述第二质量函数信息进行融合处理，得到融合后的质量函数信息；
25.根据所述融合后的质量函数信息，确定与每一中间图像一一对应的权重值。
26.在一种可能的实现方式中，获取初始图像以及多个不同尺寸的掩膜，包括：
27.获取初始图像以及所述初始图像对应的滤波需求信息，所述滤波需求信息中包括滤波精度以及滤波时长；
28.根据所述滤波需求信息，确定掩膜的数量以及各掩膜的尺寸。
29.在一种可能的实现方式中，所述评价指标包括：能量梯度函数指标、频域指标以及熵指标。
30.第二方面，本技术提供一种图像滤波装置，包括：
31.获取单元，用于获取初始图像以及多个不同尺寸的掩膜；
32.处理单元，用于针对每一掩膜，根据所述掩膜对所述初始图像进行滤波处理，得到所述掩膜对应的中间图像；
33.第一确定单元，用于针对每一掩膜所对应的中间图像，确定所述中间图像对应的质量评价结果；所述质量评价结果包括多个评价参数，每一评价参数对应一个评价指标，且不同评价参数对应的评价指标不同；
34.第二确定单元，用于根据各中间图像对应的质量评价结果，对各中间图像进行融合处理，得到所述初始图像对应的融合后的滤波图像。
35.在一种可能的实现方式中，第二确定单元，包括：
36.第一确定模块，用于根据各中间图像对应的质量评价结果，确定与每一中间图像一一对应的权重值；
37.处理模块，用于根据与每一中间图像一一对应的权重值，对各掩膜对应的中间图像进行加权求和处理，得到融合后的滤波图像。
38.在一种可能的实现方式中，处理模块，具体用于：
39.针对同一评价指标下的各中间图像所对应的评价参数进行归一化处理，得到所述
评价指标下的归一化结果；
40.确定所述中间图像对应的不同评价指标下的归一化结果中的最大值以及最小值分别为所述中间图像对应的第一值以及第二值；
41.根据各中间图像对应的第一值以及各中间图像对应的第二值，确定与每一中间图像一一对应的权重值。
42.在一种可能的实现方式中，处理模块，具体用于：
43.根据各中间图像对应的第一值以及第二值，确定各掩膜所对应的中间图像的信任度信息，所述信任度信息用于表征对所述中间图像的信任度、对所述中间图像的拒绝度以及对所述中间图像的不确定度；
44.对各掩膜所对应的中间图像的信任度信息进行融合处理，得到融合后的信任度信息；
45.根据所述融合后的信任度信息，确定与每一中间图像一一对应的权重值。
46.在一种可能的实现方式中，处理模块，具体用于：
47.根据各中间图像对应的第一值以及第二值，确定第一质量函数信息以及第二质量函数信息，所述第一质量函数信息为基于悲观方式得到的信任度信息；所述第二质量函数信息为基于乐观方式得到的信任度信息；
48.对所述第一质量函数信息以及所述第二质量函数信息进行融合处理，得到融合后的质量函数信息；
49.根据所述融合后的质量函数信息，确定与每一中间图像一一对应的权重值。
50.在一种可能的实现方式中，获取单元，包括：
51.第一获取模块，用于获取初始图像以及所述初始图像对应的滤波需求信息，所述滤波需求信息中包括滤波精度以及滤波时长；
52.第二确定模块，用于根据所述滤波需求信息，确定掩膜的数量以及各掩膜的尺寸。
53.在一种可能的实现方式中，所述评价指标包括：能量梯度函数指标、频域指标以及熵指标。
54.第三方面，本技术提供一种电子设备，包括：存储器，处理器；
55.存储器；用于存储所述处理器可执行指令的存储器；
56.其中，所述处理器，用于根据所述可执行指令执行如第一方面任一项所述的方法。
57.第四方面，本技术提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如第一方面任一项所述的方法。
58.第五方面，本技术提供一种计算机程序产品，所述计算机程序产品包括计算机程序，该计算机程序被处理器执行时实现第一方面中任一项所述的方法。
59.本技术提供的图像滤波方法、装置及设备，该图像滤波方法包括：获取初始图像以及多个不同尺寸的掩膜；针对每一掩膜，根据所述掩膜对所述初始图像进行滤波处理，得到所述掩膜对应的中间图像；针对每一掩膜所对应的中间图像，确定所述中间图像对应的质量评价结果；所述质量评价结果包括多个评价参数，每一评价参数对应一个评价指标，且不同评价参数对应的评价指标不同；根据各中间图像对应的质量评价结果，对各中间图像进行融合处理，得到所述初始图像对应的融合后的滤波图像。本技术中通过基于获取初始图
像在多个不同尺寸下的掩膜所对应的中间图像以及各中间图像所对应的质量评价结果来确定初始图像所对应的滤波后的图像，避免了相关技术中仅采用单一尺寸的掩膜进行图像滤波处理所导致的图像滤波结果质量较差的问题。并且，本实施例中，在对中间图像进行质量评价时是从多个不同维度的评价指标下进行处理的，有利于进一步提高后续所得到的滤波后的图像的质量。
附图说明
60.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理。
61.图1为本技术实施例提供的一种图像滤波方法的流程示意图；
62.图2为本技术实施例提供的一种场景示意图；
63.图3为本技术实施例提供的第二种图像滤波方法的流程示意图；
64.图4为本技术实施例提供的一种图像滤波装置的结构示意图；
65.图5为本技术实施例提供的第二种图像滤波装置的结构示意图；
66.图6为本技术实施例中提供的一种电子设备的结构示意图。
67.通过上述附图，已示出本技术明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本技术构思的范围，而是通过参考特定实施例为本领域技术人员说明本技术的概念。
具体实施方式
68.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本技术相一致的所有实施方式。相反，它们仅是与本技术的一些方面相一致的装置和方法的例子。
69.目前，图像作为一种信息传输的载体已被广泛应用到各个领域，例如，航空航天、生物医学、文化艺术、安全监控等领域。
70.实际应用场景中，图像传输过程中往往收到许多噪声和干扰的影响，导致图像质量较差，容易导致人类无法获取到图像中的准确信息。相关技术中，当用户获取到图像之后，通常会对获取到的图像进行滤波去噪处理，以便去除图像中的噪声干扰。传统图像滤波方法中，通常会选定一个固定尺寸的掩膜对获取到的不同图像进行滤波处理。然而，受掩膜尺寸的限制，当掩膜尺寸较大时，容易导致滤波后图像的清晰度较差，并且图像中的细节也无法被保留。然而，当掩膜尺寸较小时，也容易出现图像中的噪声干扰无法被完全滤除的现象。
71.本技术提供的图像滤波方法、装置及设备，用以解决上述技术问题。
72.下面以具体地实施例对本技术的技术方案以及本技术的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本技术的实施例进行描述。
73.图1为本技术实施例提供的一种图像滤波方法的流程示意图，如图1所示，该方法包括以下步骤：
74.s101、获取初始图像以及多个不同尺寸的掩膜。
75.示例性地，本实施例中的初始图像可以理解为需要进行滤波处理的图像。在实际应用中，多个不同尺寸的掩膜可以为预先设定好尺寸以及数量的多个掩膜，或者是可以根据初始图像的大小尺寸所确定的多个不同尺寸的掩膜，本实施例中对于多个掩膜的总数量，以及多个掩膜中的各掩膜所对应的尺寸不做具体限制。
76.s102、针对每一掩膜，根据掩膜对初始图像进行滤波处理，得到掩膜对应的中间图像。
77.示例性地，本实施例中，在获取到多个不同尺寸的掩膜之后，基于多个不同尺寸的掩膜，对初始图像分别进行图像滤波处理，进而得到每一尺寸的掩膜所对应的图像滤波结果，即上述中间图像。也就是说，每一次图像滤波处理都是在多个不同尺寸的掩膜中选择一个掩膜，并基于选定的掩膜对初始图像进行图像滤波处理，进而得到该尺寸的掩膜所对应的中间图像。
78.需要说明的是，本实施例中对于滤波处理的滤波方式不做具体限制。其中，多个不同尺寸的掩膜所对应的滤波方式可以相同，也可以不同。举例来说，当选择的掩膜数量为3个，此时，一个掩膜对应的滤波方式可以为均值滤波的方式，另外两个掩膜对应的滤波方式可以为中值滤波的方式；或者三个掩膜所对应的滤波方式均为中值滤波的方式。
79.s103、针对每一掩膜所对应的中间图像，确定中间图像对应的质量评价结果；质量评价结果包括多个评价参数，每一评价参数对应一个评价指标，且不同评价参数对应的评价指标不同。
80.示例性地，本实施例中，当得到多个掩膜中的每一掩膜所对应的中间图像之后，针对每一中间图像都进行质量评价处理，得到该中间图像对应的质量评价结果。并且，本实施例中，在对中间图像进行质量评价处理时，会从多个不同的评价指标层面上对该中间图像进行质量评价，即每一中间图像所对应得到的质量评价结果中均包括有与多个评价指标中的每一评价指标一一对应的评价参数，进而从不同维度对滤波后的得到的中间图像进行质量评价，以确保质量评价结果的全面性以及准确性。
81.需要说明的是，本实施例中对于图像质量评价方式不做具体限制，可以参照相关技术中的图像无参考质量评价原理。
82.s104、根据各中间图像对应的质量评价结果，对各中间图像进行融合处理，得到初始图像对应的融合后的滤波图像。
83.示例性地，本实施例中，当获取到与多个掩膜中的每一掩膜一一对应的中间图像以及各中间图像对应的质量评价结果之后，可以根据上述质量评价结果以及中间图像，对中间图像进行融合以确定该初始图像对应的融合后的滤波图像。
84.举例来说，一种可能的实现方式中，当获取到各中间图像对应的质量评价结果之后，可以根据各中间图像的质量评价结果对所得到的中间图像进行筛选，例如，可以将不符合预设条件的质量评价结果所对应的中间图像去除，之后将剩余的中间图像采用图像融合的方式进行处理，进而将融合后的得到的图像作为滤波后的图像。此处，对于图像融合的方式，本实施例中不做具体限制。
85.本实施例中，通过基于获取初始图像在多个不同尺寸下的掩膜所对应的中间图像以及各中间图像所对应的质量评价结果来确定初始图像所对应的滤波后的图像，避免了相
关技术中仅采用单一尺寸的掩膜进行图像滤波处理所导致的图像滤波结果质量较差的问题。并且，本实施例中，在对中间图像进行质量评价时是从多个不同维度的评价指标下进行处理的，有利于进一步提高后续所得到的滤波后的图像的质量。
86.如图2所示，图2为本技术实施例提供的一种场景示意图。在该示意图中包括有初始图像以及多个不同尺寸的掩膜(图中分别用掩膜1、掩膜2、
…
、掩膜n表征)。当获取到初始图像之后，初始图像基于每一掩膜都可以得到该掩膜所对应的滤波后的中间图像(图中分别用中间图像1、中间图像2、
…
、中间图像n表征)，之后，在确定每一中间图像所对应的多个评价参数(图中，每一中间图像对应m个评价参数)，并结合各个中间图像以及各中间图像所对应的评价参数进而得到最终的滤波结果，即融合后的滤波图像。
87.图3为本技术实施例提供的第二种图像滤波方法的流程示意图，如图3所示，该方法包括以下步骤：
88.s301、获取初始图像以及初始图像对应的滤波需求信息，滤波需求信息中包括滤波精度以及滤波时长。
89.示例性地，本实施例中，在获取多个不同尺寸的掩膜时可以根据初始图像的滤波需求信息来确定。其中，初始图像所对应的滤波需求中可以设置有本次图像滤波处理时所要求的图像滤波精度以及本次图像滤波处理时所要求的图像滤波时长。
90.s302、根据滤波需求信息，确定掩膜的数量以及各掩膜的尺寸。
91.示例性地，在获取到初始图像所对应的滤波信息之后，可以进一步的根据滤波需求信息进一步确定本次图像滤波时所选择的掩膜的数量以及各个掩膜所对应的掩膜尺寸。举例来说，当图像滤波需求中对于图像滤波精度要求较高，但是对滤波时长无要求时，此时，可以选择较多数量的掩膜，例如，可以选择3*3、5*5、7*7、9*9、11*11这五个尺寸的掩膜。若对滤波时长要求较高时，此时，可以选择数量较少的掩膜尺寸，例如，可以选择3*3、5*5、7*7这三个尺寸的掩膜。
92.可以理解的是，本实施例中可以根据不同的滤波需求信息，适应性的调整并确定多个不同尺寸的掩膜，进而确保对初始图像进行滤波处理所得到的滤波图像以及滤波时长符合滤波需求，进而提高用户满意度。
93.s303、针对每一掩膜，根据掩膜对初始图像进行滤波处理，得到掩膜对应的中间图像。
94.示例性地，步骤s303的具体原理可以参见步骤s102，此处不再赘述。
95.s304、针对每一掩膜所对应的中间图像，确定中间图像对应的质量评价结果；质量评价结果包括多个评价参数，每一评价参数对应一个评价指标，且不同评价参数对应的评价指标不同。
96.一个示例中，评价指标包括：能量梯度函数指标、频域指标以及熵指标。
97.示例性地，本实施例中，在确定每一中间图像所对应的质量评价结果时，可以采用无参考图像质量评价指标的处理方式来进行中间图像的质量评价处理。并且，本实施例中所选择的评价指标可以包括：能量梯度函数指标、熵指标以及频域指标。其中，能量梯度函数指标的评价参数可以基于如下公式获取：
98.99.其中，eog用于表征能量梯度函数指标所对应的评价参数取值。m和n用于表征图像的尺寸，即图像的横轴方向的像素数量以及纵轴方向像素数量。(x,y)用于表征图像中的像素点的位置。f(x,y)用于表征图像中位于(x,y)位置的像素点的像素值。
100.此外，频域指标在本实施例中可以采用离散傅里叶指标来进行表征。其中，离散傅里叶指标可以用如下公式进行计算：
[0101][0102]
其中，dft用于表征离散傅里叶指标所对应的评价参数取值。其中，(u,v)用于表征图像中的像素点在频域中的坐标。p(u,v)用于表征图像中位于频域中(u,v)位置的像素点的频谱的平方。
[0103]
此外，熵指标可以用如下公式进行计算：
[0104][0105]
其中，entropy用于表征熵指标所对应的评价参数取值。其中，p(g)＝ng/mn表示图像中灰度值g出现的概率，ng是灰度值为g的像素数，mn是像素总数；b是对数函数的底数。
[0106]
可以理解的是，本实施例中，分别从图像的梯度方面、频域特性方面以及图像的像素分布方面对中间图像的质量进行了质量评价，使得所得到的中间图像所对应的质量评价结果更加准确、全面，有利于提高最终得到的图像滤波结果的准确性。
[0107]
s305、根据各中间图像对应的质量评价结果，确定与每一中间图像一一对应的权重值。
[0108]
示例性地，本实施例中，在获取到每一中间图像所对应的质量评价结果之后，可以根据各图像所对应的质量评价结果，确定各中间图像所对应的权重值。
[0109]
一个示例中，在确定各中间图像对应的权重值，可以根据相关技术中所提供的多属性决策的方式，即将质量评价结果中所包含的多个评价参数作为多个属性，将各个中间图像作为需要决策的类别，根据各中间图像所对应的多个评价参数去决策每一中间图像所对应的权重。
[0110]
一个示例中，步骤s305包括以下步骤：
[0111]
步骤s305的第一步骤：针对同一评价指标下的各中间图像所对应的评价参数进行归一化处理，得到评价指标下的归一化结果。
[0112]
步骤s305的第二步骤：确定中间图像对应的不同评价指标下的归一化结果中的最大值以及最小值分别为中间图像对应的第一值以及第二值。
[0113]
步骤s305的第三步骤：根据各中间图像对应的第一值以及各中间图像对应的第二值，确定与每一中间图像一一对应的权重值。
[0114]
示例性地，本实施例中，在确定各中间图像所对应的权重值时，由于中间图像所对应的质量评价结果中包括多个不同评价指标所一一对应的评价参数，因此，在确定各中间图像对应的权重值时，首先还需要针对于同一评价指标所对应的多个不同中间图像所对应的评价参数进行归一化处理。
[0115]
举例来说，当评价指标包括：上述eog指标、dft指标以及entropy指标；并且，所对应的多个掩膜的尺寸分别为a*a、b*b以及c*c时，此时，各中间图像所对应的质量评价结果
可以用如下矩阵c表示：
[0116][0117]
其中，用于表征基于a*a尺寸的掩膜所得到的中间图像在eog指标下的评价参数值；用于表征基于a*a尺寸的掩膜所得到的中间图像在dft指标下的评价参数值。即，上述矩阵中，每一行的取值代表每一尺寸的掩膜所对应的中间图像的质量评价结果。同一列中的各个取值所对应的评价指标相同。在执行步骤s305的第一步骤中的归一化处理时，即针对上述矩阵c中的每一列取值进行归一化处理，进而将不同评价指标下所对应的评价参数的取值归一化至同一尺度(即取值范围为[0,1])下。
[0118]
在进行归一化处理之后，针对每一中间图像对应的不同评价指标所对应的归一化结果，在其中挑选最大值以及最小值，作为该中间图像对应的最大值以及最小值。
[0119]
在根据每一中间图像对应的最大值以及最小值，确定出各中间图像所对应的权重值。
[0120]
可以理解的是，本实施例中为了避免同一中间图像所对应的多个评价指标对应的评价参数的量纲不同，进而采用归一化的方式对不同评价指标所对应的评价参数进行归一化处理，进而确保得到的权重值的准确性。
[0121]
一个示例中，在执行步骤s305的第三步骤时，可以包括以下步骤：根据各中间图像对应的第一值以及第二值，确定各掩膜所对应的中间图像的信任度信息，信任度信息用于表征对中间图像的信任度、对中间图像的拒绝度以及对中间图像的不确定度；对各掩膜所对应的中间图像的信任度信息进行融合处理，得到融合后的信任度信息；根据融合后的信任度信息，确定与每一中间图像一一对应的权重值。
[0122]
示例性地，本实施例中，基于各中间图像所对应的最大值以及最小值，确定各中间图像所对应的权重值时，可以根据相关技术中所提供的cowa-er(cautious ordered weighted averaging with evidential reasoning，谨慎有序加权平均证据推理)算法，或者，fcowa-er(fuzzy cautious ordered weighted averaging with evidential reasoning，模糊谨慎有序加权平均证据推理)算法，进一步确定各中间图像所对应的权重值。并且，在实际应用中，当确定初始图像中的噪声较多时，可以选择使用fcowa-er这种抗噪性能较高的算法进行权重值的确定。
[0123]
本实施例中，以cowa-er算法为例进行说明确定各中间图像的权重值的过程：
[0124]
首先，可以根据每一中间图像所对应的最大值以及最小值，确定各中间图像的信任度信息，其中，中间图像所对应信任度信息可以用于表征对该尺寸的掩膜所对应的中间图像的信任度、拒绝度(即，可以理解为不信任度)以及不确定度。
[0125]
举例来说，在实际应用过程中，假设各中间图像所对应的最大值与最小值所组成的矩阵如下所示：
[0126][0127]
其中，可以理解为尺寸为a*a的掩膜所对应的中间图像对应的归一化结果中的最小值。可以理解为尺寸为a*a的掩膜所对应的中间图像对应的归一化结果中的最大值。之后在对上述矩阵e(c)进行归一化处理，即，将该矩阵中的每一取值除以该矩阵中的最大值，进而得到上述矩阵归一化后的矩阵可以采用如下矩阵表征：
[0128][0129]
进而，基于上述归一化后的矩阵，进一步的针对尺寸为a*a的掩膜所对应的中间图像而言，该图像所对应的信任度的取值为αa，所对应的拒绝度取值为1-βa，所对应的不确定度的取值为：β
a-αa。同理，其余中间图像所对应的信任度信息也可以采用上述方式获取。
[0130]
在确定出每一中间图像所对应的信任度信息之后，可以对各中间图像所对应的信任度信息进行融合处理，进而得到融合后的信任度信息。举例来说，在实际应用中，在进行信任度信息融合时，可以采用预设的dempster组合规则，进行融合处理。举例来说，融合处理后的结果中包括有对不同中间图像、以及中间图像组合所对应的基本信度分配结果，当包括有三个中间图像时，此时，所得到的融合结果中包括：mf({θ1})(表征对于仅包括尺寸为a*a的掩膜所对应的中间图像的信度分配)；mf({θ2})(表征对于仅包括尺寸为b*b的掩膜所对应的中间图像的信度分配)；mf({θ3})(表征对于仅包括尺寸为c*c的掩膜所对应的中间图像的信度分配)；mf({θ1，θ2})(表征对于包括尺寸为a*a与b*b的掩膜所对应的中间图像的信度分配)；mf({θ2，θ3})(表征对于包括尺寸为b*b与c*c的掩膜所对应的中间图像的信度分配)；mf({θ1，θ3})(表征对于包括尺寸为a*a与c*c的掩膜所对应的中间图像的信度分配)；mf({θ})(表征对于包括尺寸为a*a、b*b与c*c的掩膜所对应的中间图像的信度分配)。该组合规则的基本原理以及实现过程可以参见相关技术中的描述，此处不再赘述。
[0131]
在得到融合后的信任度信息之后，可以结合pignistic概率转换法，将获取到的融合后的信任度信息转换为各中间图像所对应的权重值。
[0132]
其中，针对每一中间图像所对应的权重值的处理方式可以采用如下公式表征：
[0133][0134][0135][0136]
其中，p(θ1)表征尺寸为a*a的掩膜所对应的中间图像的权重。p(θ2)表征尺寸为b*b的掩膜所对应的中间图像的权重。p(θ3)表征尺寸为c*c的掩膜所对应的中间图像的权重。
[0137]
可以理解的是，本实施例中，在获取到各中间图像所对应的最大值以及最小值之
后，可以结合相关技术中的谨慎有序加权平均证据推理算法，对各中间图像所对应的最大值以及最小值进行处理，以便确定出各中间图像所对应的权重值，进而提高后续所得到的滤波后的图像的准确性。
[0138]
一个示例中，在执行步骤s305的第三步骤时，可以包括以下步骤：根据各中间图像对应的第一值以及第二值，确定第一质量函数信息以及第二质量函数信息，第一质量函数信息为基于悲观方式得到的信任度信息；第二质量函数信息为基于乐观方式得到的信任度信息；对第一质量函数信息以及第二质量函数信息进行融合处理，得到融合后的质量函数信息；根据融合后的质量函数信息，确定与每一中间图像一一对应的权重值。
[0139]
示例性地，本实施例中以fcowa-er算法为例，介绍说明该方法下各中间图像所对应的权重值的获取方式。
[0140]
举例来说，以上述各中间图像对应的最大值以及最小值的矩阵e(c)为例进行说明。在获取到上述矩阵e(c)之后，针对与每一列进行归一化处理，即每一列中的取值除以该列中的最大值的方式进行归一化操作，进而得到以下的归一化矩阵：
[0141][0142]
如上述归一化后的矩阵所示，其中，向量分别代表悲观态度和乐观态度的模糊隶属度函数。
[0143]
之后，针对上述两个模糊隶属度函数，分别对上述两个模糊隶属度函数进行升序排序。并基于升序排序后的两个模糊隶属度函数分别确定出的第一质量函数(mass函数)信息以及第二质量函数信息，其中，第一质量函数信息为基于升序排序后的数据所的得到的质量函数，即基于悲观方式得到的函数，第二质量函数信息为基于数据所的得到的质量函数，即基于悲观方式得到的函数，第二质量函数信息为基于升序排序后的数据所的得到的质量函数，即基于乐观悲观方式得到的函数。其中，上述各质量函数的获取方式可以参照相关技术中的描述，此处不再赘述。
[0144]
在确定出第一质量函数信息以及第二质量函数信息之后，可以对上述两个质量函数信息进行融合处理，进而得到融合后的信任度信息。在实际应用中，可以采用预设的dempster组合规则，进行融合处理。并且，在得到融合后的信任度信息之后，可以结合pignistic概率转换法，将获取到的融合后的信任度信息转换为各中间图像所对应的权重值。
[0145]
可以理解的是，本实施例中，在获取到各中间图像所对应的最大值以及最小值之后，可以结合相关技术中的模糊谨慎有序加权平均证据推理算法，对各中间图像所对应的最大值以及最小值进行处理，以便确定出各中间图像所对应的权重值，进而提高后续所得到的滤波后的图像的准确性。
[0146]
s306、根据与每一中间图像一一对应的权重值，对各掩膜对应的中间图像进行加权求和处理，得到融合后的滤波图像。
[0147]
示例性地，当获取到每一中间图像所对应的权重值之后，可以对多个中间图像进行加权求和处理，并将加权求和后的处理结果作为初始图像所对应的融合后的滤波图像。
[0148]
可以理解的是，本实施例中，在进行图像滤波时，可以将根据中间图像所对应的质量参考评价指标自适应的调整并确定该中间图像所对应的权重值，之后，再基于加权求和的方式的确定初始图像所对应的最终的滤波结果，使得得到的滤波后的图像中的噪声被去除，并且还保留有初始图像中的细节特征。此外，进一步的还避免了相关技术中需要反复进行实验来确定一个合适的滤波掩膜尺寸所造成的时间和人力的消耗。
[0149]
图4为本技术实施例提供的一种图像滤波装置的结构示意图，如图4所示，该装置包括：
[0150]
获取单元401，用于获取初始图像以及多个不同尺寸的掩膜。
[0151]
处理单元402，用于针对每一掩膜，根据掩膜对初始图像进行滤波处理，得到掩膜对应的中间图像。
[0152]
第一确定单元403，用于针对每一掩膜所对应的中间图像，确定中间图像对应的质量评价结果；质量评价结果包括多个评价参数，每一评价参数对应一个评价指标，且不同评价参数对应的评价指标不同。
[0153]
第二确定单元404，用于根据各中间图像对应的质量评价结果，对各中间图像进行融合处理，得到初始图像对应的融合后的滤波图像。
[0154]
本实施例提供的装置，用于实现上述方法提供的技术方案，其实现原理和技术效果类似，不再赘述。
[0155]
图5为本技术实施例提供的第二种图像滤波装置的结构示意图，如图5所示，在图4所示的结构的基础上，本实施例中第二确定单元404，包括：
[0156]
第一确定模块4041，用于根据各中间图像对应的质量评价结果，确定与每一中间图像一一对应的权重值。
[0157]
处理模块4042，用于根据与每一中间图像一一对应的权重值，对各掩膜对应的中间图像进行加权求和处理，得到融合后的滤波图像。
[0158]
在一种可能的实现方式中，处理模块4042，具体用于：
[0159]
针对同一评价指标下的各中间图像所对应的评价参数进行归一化处理，得到评价指标下的归一化结果；
[0160]
确定中间图像对应的不同评价指标下的归一化结果中的最大值以及最小值分别为中间图像对应的第一值以及第二值；
[0161]
根据各中间图像对应的第一值以及各中间图像对应的第二值，确定与每一中间图像一一对应的权重值。
[0162]
在一种可能的实现方式中，处理模块4042，具体用于：
[0163]
根据各中间图像对应的第一值以及第二值，确定各掩膜所对应的中间图像的信任度信息，信任度信息用于表征对中间图像的信任度、对中间图像的拒绝度以及对中间图像的不确定度；
[0164]
对各掩膜所对应的中间图像的信任度信息进行融合处理，得到融合后的信任度信息；
[0165]
根据融合后的信任度信息，确定与每一中间图像一一对应的权重值。
[0166]
在一种可能的实现方式中，处理模块4042，具体用于：
[0167]
根据各中间图像对应的第一值以及第二值，确定第一质量函数信息以及第二质量
函数信息，第一质量函数信息为基于悲观方式得到的信任度信息；第二质量函数信息为基于乐观方式得到的信任度信息；
[0168]
对第一质量函数信息以及第二质量函数信息进行融合处理，得到融合后的质量函数信息；
[0169]
根据融合后的质量函数信息，确定与每一中间图像一一对应的权重值。
[0170]
在一种可能的实现方式中，获取单元401，包括：
[0171]
第一获取模块4011，用于获取初始图像以及初始图像对应的滤波需求信息，滤波需求信息中包括滤波精度以及滤波时长。
[0172]
第二确定模块4012，用于根据滤波需求信息，确定掩膜的数量以及各掩膜的尺寸。
[0173]
在一种可能的实现方式中，评价指标包括：能量梯度函数指标、频域指标以及熵指标。
[0174]
本实施例提供的装置，用于实现上述方法提供的技术方案，其实现原理和技术效果类似，不再赘述。
[0175]
本技术提供一种电子设备，包括：存储器，处理器；
[0176]
存储器；用于存储处理器可执行指令的存储器；
[0177]
其中，处理器，用于根据可执行指令执行方法。
[0178]
图6为本技术实施例中提供的一种电子设备的结构示意图，如图6所示，该电子设备包括：
[0179]
处理器(processor)291，电子设备还包括了存储器(memory)292；还可以包括通信接口(communication interface)293和总线294。其中，处理器291、存储器292、通信接口293、可以通过总线294完成相互间的通信。通信接口293可以用于信息传输。处理器291可以调用存储器292中的逻辑指令，以执行上述实施例的方法。
[0180]
此外，上述的存储器292中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。
[0181]
存储器292作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序，如本技术实施例中的方法对应的程序指令/模块。处理器291通过运行存储在存储器292中的软件程序、指令以及模块，从而执行功能应用以及数据处理，即实现上述方法实施例中的方法。
[0182]
存储器292可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端设备的使用所创建的数据等。此外，存储器292可以包括高速随机存取存储器，还可以包括非易失性存储器。
[0183]
本技术提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，计算机执行指令被处理器执行时用于实现任一项的方法。
[0184]
本技术提供一种计算机程序产品，计算机程序产品包括计算机程序，该计算机程序被处理器执行时实现任一项的方法。
[0185]
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本技术的其它实施方案。本技术旨在涵盖本技术的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本技术的一般性原理并包括本技术未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本技术的真正范围和精神由所附的
权利要求书指出。
[0186]
应当理解的是，本技术并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本技术的范围仅由所附的权利要求书来限制。